返回岗位列表

SRE工程师

查看原岗位

地点：北京薪资：20-30K 日期：2026-05-08

岗位摘要

负责集群机器及在线服务的稳定性与可用性保障；参与制定和优化运维流程、规范和应急预案，开发相关工具提高团队工作效率；参与监控系统、日志系统的建设与优化，及时发现并处理故障；进行复杂故障的排查与根因分析，制定并实施长期解决方案

岗位职责

负责集群机器及在线服务的稳定性与可用性保障
参与制定和优化运维流程、规范和应急预案，开发相关工具提高团队工作效率
参与监控系统、日志系统的建设与优化，及时发现并处理故障
进行复杂故障的排查与根因分析，制定并实施长期解决方案
负责多集群环境的管理与优化，包括跨区域、跨云平台的集群协调
参与Kubernetes集群的设计、部署、升级和日常维护，优化集群性能和资源利用率
设计和实施大规模分布式系统的容灾方案，确保业务连续性
与开发团队密切合作，在系统设计阶段提供可靠性、可扩展性方面的建议和最佳实践
负责稳定性运营，制定和实施稳定性指标，监控系统健康状态，分析系统瓶颈，持续改进系统可靠性和性能

任职要求

统招本科及以上学历，计算机或相关专业，3年以上SRE相关工作经验
扎实的计算机基础知识，包括操作系统、计算机网络、数据结构和算法
精通Linux/Unix系统管理，具备丰富的故障排查经验和性能调优能力
熟练掌握Python、Go、Shell等至少一种编程语言，具备良好的编码习惯和代码重构能力
熟悉使用Ansible等自动化工具
熟练使用Kubernetes，有大规模集群管理经验
精通主流监控系统（如Prometheus、Grafana）和日志管理工具（如Loki、VictoriaLogs），能熟练使用监控系统进行故障定位和问题排查
具备出色的问题分析和解决能力，能够独立处理复杂的技术问题和系统故障
良好的沟通能力和团队协作精神，能够在压力下保持冷静并高效工作
认真负责，工作态度积极，能够主动跟进并完成任务

加分项

有大型互联网公司SRE或运维经验者优先熟悉计算机RDMA网络对GPU算力机器有一定了解熟悉监控告警熟练使用promQL解决可观测需求熟悉云原生可观测性体系，具备分布式链路追踪（Distributed Tracing）实践经验，能够基于 OpenTelemetry 等系统进行调用链分析、性能优化与故障定位
可以vibe coding快速迭代日常小型需求
袁先生本月活跃

福利待遇

具有竞争力的薪酬，20-30K·14薪
全额缴纳五险一金，福利保障完善
年度绩效奖金与股权激励机会
弹性工作制，平衡工作与生活
丰富的专业培训与学习资源，助力职业成长
年轻有活力的团队，氛围开放和谐

工作地址

北京海淀区智谱华章科技有限公司1